2550 articoli
Il documento propone Cry2Vec, un modello auto-supervisionato che sfrutta un'architettura HuBERT ottimizzata e un dataset su larga scala di 3 milioni di pianti infantili non etichettati per raggiungere prestazioni allo stato dell'arte nel riconoscimento del pianto, dimostrando la fattibilità per l'implementazione su dispositivi edge.
Questo articolo propone un metodo di rilevamento leggero basato su YOLOv11n-OBB caratterizzato da una strategia di sostituzione della Precisione Chirurgica con i moduli GhostConv_OBB e C3k2_GhostConv_OBB, che raggiunge un rilevamento orientato ad alta precisione e in tempo reale dei pacchi esterni di Luosifen su dispositivi edge, superando significativamente la baseline in termini di accuratezza ed efficienza.
Questo studio introduce l'Explainability Agreement Index (EAI), una nuova metrica che quantifica l'allineamento tra le spiegazioni generate dall'IA e il ragionamento clinico nella diagnosi delle ferite croniche, rivelando che, nonostante l'elevata accuratezza della classificazione, gli attuali modelli di IA spesso mancano dell'interpretabilità necessaria per la fiducia clinica.
Il documento propone PMDA-Net, una rete di attenzione dinamica progressiva multi-livello che migliora l'accuratezza del conteggio della folla e la robustezza rispetto alla variazione di scala, all'occlusione e al rumore di fondo attraverso un'architettura innovativa caratterizzata da calibrazione delle caratteristiche, interazione cross-scala, attenzione densità-consapevole e ottimizzazione guidata dal primo piano.
Questo articolo presenta una cascata audio on-device a due stadi ultra-compatta che utilizza una CNN 2D leggera per il rilevamento dello russamento e un meccanismo di Coordinate Attention adattato per classificare gli eventi di apnea del sonno, raggiungendo un'elevata precisione con una riduzione dei parametri del 93,2% rispetto ai baseline.
Questo articolo propone un quadro concettuale sistematico e un'estensione algoritmica per la generalizzazione cartografica spazio-temporale che integrano le caratteristiche temporali per preservare gli eventi di cambiamento significativi garantendo al contempo la leggibilità della mappa, dimostrato attraverso applicazioni nella classificazione dei dati e nella semplificazione delle linee.
Questo articolo propone un metodo di misurazione della visione monoculare basato su Monodepth2 ottimizzato, che integra la segmentazione semantica e la correzione spaziale a peso fisso utilizzando caratteristiche geometriche pregresse per raggiungere una precisione sub-millimetrica in scenari di costruzione, dimostrando una riduzione dell'errore superiore al 96% rispetto agli approcci convenzionali.
Questo articolo propone un rilevatore YOLOv11 adattivo e leggero integrato con un sistema di controllo cibernetico a ciclo chiuso per ottenere una percezione dei difetti industriali ad alta velocità e alta precisione e uno smistamento in tempo reale, migliorando significativamente l'efficienza dell'inferenza e la stabilità del controllo rispetto ai metodi convenzionali.
Questo articolo presenta un benchmark riproducibile che dimostra come, sebbene gli embedding visivi auto-supervisionati pronti all'uso come DINOv2 possano generare efficacemente indizi per la re-identificazione di superfici nell'OSINT, essi rimangano insufficienti per un'identificazione non qualificata a causa di un significativo degrado delle prestazioni attraverso le variazioni di scala e su superfici lisce.
Questo studio mette in discussione l'assunto di un comportamento invariante rispetto alla lingua nei modelli linguistici di grandi dimensioni (LLM) multilingue dimostrando, attraverso un'analisi empirica controllata, che le risposte relative a semantica, sentiment e sicurezza variano significativamente tra inglese, hindi e francese, rivelando che la divergenza comportamentale è reale e dipendente dalla categoria piuttosto che seguire strettamente le previsioni della distanza linguistica.